Stable Audio 3 Medium vs ACE-Step 1.5 XL

Stable Audio 3 Medium vs ACE-Step 1.5 XL 概览

Stability AI 的 Stable Audio 3 Medium 和 ACE-Step 的 ACE-Step 1.5 XL 都属于音频生成类别，可通过 EmpirioLabs API 使用。

主要区别

• Stable Audio 3 Medium 发布更晚（2026年5月20日）；ACE-Step 1.5 XL 发布于 2026年4月2日。
• 仅 Stable Audio 3 Medium 列出的能力：text to audio, sound effects。
• 仅 ACE-Step 1.5 XL 列出的能力：lyrics, text to music, commercial ready。

Stable Audio 3 Medium vs ACE-Step 1.5 XL：规格

Stable Audio 3 Medium vs ACE-Step 1.5 XL：API 价格

两个模型在 EmpirioLabs 目录中的实时价格。每张价格表始终与 API 的实际计费一致。

Stable Audio 3 Medium vs ACE-Step 1.5 XL：API 参数

每个模型在 EmpirioLabs 上列出的请求参数，以及适用的可选值或范围。短横线表示该模型未列出此参数。

Stable Audio 3 Medium vs ACE-Step 1.5 XL：限制与说明

Stable Audio 3 Medium

从文本生成音乐和音效：44.1 kHz立体声，每段视频时长1至380秒不等。由Stability AI驱动。

输入

• 一个描述音乐或声音的文本提示：曲风、乐器、氛围、节奏或效果。
• audio_duration设置长度，单位为1到380。默认是30。
• num_inference_steps4到8。默认是8。
• seed会重复一个结果。不支持负面提示、歌词和音频输入。

产出

• 默认是MP3，或者format的WAV、FLAC或Ogg。
• 默认是签名URL，或者是base64，response_format设置为b64_json。

账单

• 按剪辑计费，无论其长度如何。失败的请求不会计费。

权重

• 第16次FP16。

ACE-Step 1.5 XL

默认设置

• 8个推理步骤
• 制导量表1.0
• 无损FLAC输出

控制

支持歌词、歌词、prompt/description、10-600秒时长、种子、移动以及URL或base64输出模式。

如何调用 Stable Audio 3 Medium 和 ACE-Step 1.5 XL

Stable Audio 3 Medium 通过 POST /v1/audio/generations 运行。请求会立即返回 job_id；轮询 GET /v1/jobs/{job_id} 直到任务完成，再从结果中读取输出 URL。 两个模型通过同一个端点调用。将 model 设为 stable-audio-3-medium 或 ace-step-1-5-xl。 在EmpirioLabs 控制台获取 API 密钥。

curl https://api.empiriolabs.ai/v1/audio/generations \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "stable-audio-3-medium",
    "prompt": "Describe what you want Stable Audio 3 Medium to generate."
  }'

Stable Audio 3 Medium vs ACE-Step 1.5 XL：测试与指南

同时涵盖两个模型的提示词测试和对比实验。

指南 Stable Audio 3 Medium vs Stable Audio 2.5 vs ACE-Step 1.5 XL：一个节拍，一个音效 三个音频模型，使用相同的提示，一个30秒的低保真节拍和一个10秒的蒸汽火车，各一个镜头，长度、格式和价格并排呈现。

Stable Audio 3 Medium vs ACE-Step 1.5 XL：常见问题

Stable Audio 3 Medium 和 ACE-Step 1.5 XL 有什么区别？

Stable Audio 3 Medium 发布更晚（2026年5月20日）；ACE-Step 1.5 XL 发布于 2026年4月2日。 仅 Stable Audio 3 Medium 列出的能力：text to audio, sound effects。 仅 ACE-Step 1.5 XL 列出的能力：lyrics, text to music, commercial ready。 本页的规格、价格表和参数来自 EmpirioLabs 实时目录。

Stable Audio 3 Medium 和 ACE-Step 1.5 XL 哪个更新？

Stable Audio 3 Medium 发布更晚（2026年5月20日）；ACE-Step 1.5 XL 发布于 2026年4月2日。

Stable Audio 3 Medium 和 ACE-Step 1.5 XL 哪个价格更低？

两个模型按不同的单位或档位计价，请比较本页的实时价格表。价格表始终与 API 的实际计费一致。

可以在不重构集成的情况下在 Stable Audio 3 Medium 和 ACE-Step 1.5 XL 之间切换吗？

可以。两个模型都使用 POST /v1/audio/generations 和同一个 EmpirioLabs API 密钥，大多数集成只需更改 model 值即可切换。如果依赖某个模型特有的参数，请先查看本页的参数表。

集成之前可以在浏览器里试用 Stable Audio 3 Medium 和 ACE-Step 1.5 XL 吗？

可以。在 EmpirioLabs Playground 中分别打开两个模型，用 API 提供的参数对两者运行同一个提示词。